按列显示所有分组答案

【问题标题】：Display all group by columns按列显示所有分组
【发布时间】：2018-10-19 12:16:37
【问题描述】：

'''
groupby row, concat list
'''
d = {'col1': [33, 33, 33, 34, 34, 34], 'col2': ["hello", "hello1", "hello2", "hello3", "hello4", "hello5"],
     'col3': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data=d)

dfQ = df.groupby('col1')['col2'].apply(list).reset_index()
print(dfQ)

上面的代码给了我col1和col2，如何用col1和col2显示col3的结果？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

IIUC 你可以使用groupby.agg

df1 = df.groupby('col1', as_index=False).agg(list)

print (df1)

   col1                  col2           col3
0   33  [hello, hello1, hello2]     [1, 2, 3]
1   34  [hello3, hello4, hello5]    [4, 5, 6]

【讨论】：

谢谢，在我的方法中使用agg 和使用apply 有什么不同？
@william007 agg 聚合每个组的每个列，因此您的函数 (list) 将应用于每个组的每个列。并且 agg 还提供了为每列应用不同功能的灵活性。其中apply为每个组应用该功能。你可以阅读groupby docs 他们真的很有帮助。

【解决方案2】：

您可以使用 agg 和 lambda 函数来列出您的两个列。

dfQ = df.groupby('col1').agg(lambda x: list(x)).reset_index()

【讨论】：

谢谢，在我的方法中使用agg 和使用apply 有什么不同？